基于截面电导信息的油水两相流相含率估计

摘要：

提出一种基于截面电导信息的油水两相流相含率估计方法，在对电阻层析成像系统测试数据特征进行降维的基础上，利用径向基函数神经网络建立流型辨识模型，并对每一种流型采用基于样本矩阵非线性变换的非线性偏最小二乘(NLPLS)法建立相含率估计模型．动态实验结果表明，所得的相含率估计绝对误差低于5%，．将本方法和不分流型的单模型方法及传统偏最小二乘方法进行对比，证明所提出的相含率估计方法能实现更准确的估计．

关键词：油水两相流、相含率、电学层析成像、径向基函数神经网络、偏最小二乘

所属期刊栏目：49

分类号：TK448.21(内燃机)

资助基金：国家自然科学基金资助项目61227006，61473206

在线出版日期：2016-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1121-1126